Issue: Số 18 - Tháng 8- 2024Tài chính - Ngân hàng - Bảo hiểm
Forecasting byddy stock price by using the optimal Lstm model and Genetic algorithm
Published: July 28, 2026
Abstract
This study focused on the BYDDY stock price forecast of BYD Company Limited, China's leading manufacturer of electric cars, rechargeable batteries, and solar panels, through using the optimal long-sshort-time memory model (LSTM). The study’s results show that the optimal LSTM effectively captures the nonlinear fluctuations of the closing BYDDY stock price. The main performance metrics of the optimal LSTM model on the test data set are STD=0.015, MAE=0.025, MSE=0.001, and RMSE=0.031, and the model fit is = 0.92. The study’s results not only highlight the effectiveness of using the optimal LSTM in forecasting stock prices but also provide a framework for future research in applying deep learning techniques to financial market prediction.
Đỗ Văn Thành (2017). Mô hình hóa dự báo giá cổ phiếu trong ngữ cảnh dữ liệu có số chiều cao. Kỷ yếu Hội nghị Quốc gia lần thứ X về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR), Đà Nẵng, ngày 17- 18/08/2017.
2.
Phùng Đại Khánh, Nguyễn Xuân Huy (2022). Dự báo khai thác dầu khí sử dụng giải thuật di truyền (GA) dựa trên việc huấn luyện mạng nơ ron hồi quy có bộ nhớ ngắn hạn định hướng dài hạn (LSTM). Tạp chí Khí tượng Thủy văn, EME4, 355-361
3.
Trần Đăng Tuyên (2023). Đánh giá hiệu suất mô hình phức hợp LSTM-GRU: Nghiên cứu điển hình về dự báo chỉ số đo lường xu hướng biến động giá cổ phiếu trên Sàn Giao dịch chứng khoán Hồ Chí Minh. Tạp chí Khoa học Đại học Cần Thơ, 60(1), 235-249.
4.
Vũ Thị Loan, Nguyễn Thị Anh Thu, Nông Thị Hương Ly và Vũ Mai Linh (2023). Dự báo giá cổ phiếu trước các thông tin tài chính và phi tài chính: Áp dụng phân tích Event Study và Random Forest. VNU Journal of Economics and Business, 3(3), 94-104.
5.
Bao, W. & Yue, J. & Rao, Y. (2017). A deep learning framework for financial time series using stacked autoencoders and long-short term memory. PLoS ONE, 12(7), e0180944.
6.
Bianmengyan J. & Xiyuan T. & Xiaohan W. (2023). The stock price of BYD prediction using LSTM and ARIMA. Financial Engineering and Risk Management, 6, 73-79.
7.
Fischer, T. & Krauss, C. (2018). Deep learning with long short-term memory networks for financial market predictions, European Journal of Operational Research, 270(2), 654-669.
